一些智能制造中高速运转的关键零部件对性能和寿命的要求越来越严格。如高负载液压泵、涡轮增压器高速轴承等，这些零件在起速阶段不可避免会有一个瞬间干磨擦过程，这就要求在无润滑的情况下，工件也具有较好的摩擦磨损性能。而传统的耐磨材料又不能满足其力学性能要求，因此研究制备既具有良好的力学性能又能满足摩擦磨损性能的减摩镀层就具有了重要的理论意义和工程应用价值。
数控系统在智能制造装备系统中占据极其重要的地位，且向无人化、集成化和自动化的方向不断发展，其加工效率、加工成本和加工质量与刀具的健康状态息息相关，因此研究刀具健康监测技术显得尤为重要。随着自动化技术、传感技术和信息化等技术的飞速发展，刀具健康监测系统可以轻而易举地获取海量数据，获取的磨损状态信号呈现工业大数据多源异构的特性。传统的处理刀具健康监测的方法多通过信号特征提取、特征选择后进行模式识别达到刀具状态识别的目的，这种方式不仅依赖于大量的专家知识和极强的信号分析理论且耗时耗力，很容易受到人为主观因素影响，因此本文提出用深度学习算法处理刀具数据，从而充分利用刀具健康监测系统的多传感器信息，实现刀具多源异构大数据的融合。
以新一代信息技术、大数据和智能制造为代表的新科技革命促进世界经济进入新一轮增长期。本次技术革命很大程度上提升了社会生产力，对传统资本主义生产过程产生重大影响，也为人与技术关系的演进提供了契机并提出新的要求。研究人与技术关系的问题，既需要明晰人、技术的属性以及二者的联系，也需要对社会生产力水平、主流生产方式以及社会制度等因素进行考量。理论层面上，本文通过将技术哲学理论与政治经济学理论的有机结合，在充分论述人与技术―主客体相互运动的辩证统一‖的基础上引入―生产力-生产方式-生产关系‖原理，以期更深层次地揭示人与技术相互运动机制。实际应用层面上，本文立足于马克思主义政治经济学视角，系统性地解读新科技革命对生产工具与生产过程的影响，探讨由于技术进步引发的人与技术关系发展最新趋势，并给出政策建议。
发料是表面贴装生产过程物料控制的关键环节。表面贴装生产线生产对发料要求非常严格，如果不能按规定完成发料，就必然打乱表面贴装生产线正常生产秩序。因此，表面贴装生产线发料排序问题的研究具有重要的实际意义。本文依托“离散型智能制造车间关键技术研究与系统集成”项目，对表面贴装生产线发料排序问题进行研究，旨在提供能够有效减少发料延迟、缩短发料时间的优化排序方法。
随着“工业 4.0”时代的到来，对工业现代化和智能化的要求与日俱增，“智能制造”成为现今工业领域发展的方向。工业流水线作为生产制造的基础，其自动化的升级改造尤其重要，相关技术日渐成为研究热点。智能抓取作为实现工业流水线自动化的核心环节，相关技术系统性的改进升级刻不容缓。工件识别是智能抓取的关键环节，因此，关于工件智能识别技术的研究就显得至关重要。
智能制造与绿色发展是当今世界的共同课题，技术与创新都离不开绿色发展。就水 泥来说，能耗、环保、智能化是当前研究热点，近年来，我国在水泥行业倾注了大量心 血，也取得了巨大成就，但仍然存在能耗、物耗较高的问题。回转窑煅烧环节是水泥生 产过程中能源消耗最大的环节，对其进行改进是实现水泥企业节能降耗的关键。目前， 该环节的节能技术种类繁多，但热效优化指导方面的研究却更为人所关注，虽然取得了 相应成果，但依然存在如下问题：第一，窑内烧成状况复杂多变，热效工况识别困难； 第二，热效建模所需的关键参数无法在线检测，导致模型建立困难；第三，烧成带温度 设定值主要是由操作员人工给出，难以保证该设定值是当前工况下的最优值，使得熟料 生产能耗、物耗较高。因此，水泥回转窑热效优化指导系统研究具有重要意义。
：在智慧城市应用过程中,提出了通过人工智能（AI）技术来进行路灯优化控制的应用技术,并对其核心算法及应用模式进行了分析与研究,将提出的技术应用于城市路灯控制中,可以显著地提升路灯的控制水平,提升电力应用效率。
近年来，无线传感器网络（Wireless Sensor Network, WSN）技术正以极其惊人的速度发展，智能制造、智能工厂和智能服务的需求也呈现爆炸式增长，工业物联网（Industrial Internet of Things，IIoT）应运而生，成为了支持工业应用、通过智能决策提高制造和服务效率的一个有广阔前景的领域。现阶段，工业传感器和物联网设备在工业环境中快速、持续部署，物联网在智能工业应用中发挥出越来越重要的作用。然而，在物联网带来便利的同时，也因为工业传感器产生的大量数据而带来了新的挑战，各个设备对数据的采集、处理和传输提出了严格的要求。因此，在 IIoT 场景中如何能够高效地收集、处理和传输工业大数据成为当下一个巨大的挑战。
没有账户，需要注册
本工程建筑为办公生产大楼，由地上32层、地下3层组成；其中1-5层为裙楼、6-32层为塔楼。地下1-3层含停车场、人防、设备用房；地上部分：主楼一层含公共大厅；5为设备转换层，11、22层为避难层，33层设置机房；6-10层、12-21层、23-32层为办公生产用房。
随着能源互联网的发展，能源系统智能化特征越来越突出，能 源开发、生产、传输、存储、消费 全过程的智能化水平快速提升，所 涉及的设备和系统将数以亿计，在 规划和运行过程中将产生海量数据， 且结构复杂、种类繁多、因实时性 要求高而快速增长。这些数据贯穿 着能源互联网各个环节，蕴含着巨 大的价值。
技术开发的迭代推进和技术应用的规模化积累，在推进数字技术不断取得新突破的同时，也使数字技术变得更加成熟和可靠。数字技术的先进性、复杂性、集成性与数字化系统覆盖面更广、界面更直观、操作更简单同步发展。人们能够随时随地访问功能越来越强大的数字化系统。
本工程为单缆无源系统，将为大楼提供全面无线通信信号覆盖，所设计的室内覆盖系统是为智能化大楼室内移动通讯信号覆盖的需要而提出的
在工业过程监测中，长期平稳特征在表示基本统计信息方面起着重要作用。然而，基于自编码器的方法通过实现原始数据的数值近似来提取深度特征，这可能会导致隐藏的平稳信息的破坏。为了解决这个问题，本文提出了一种基于平稳特征重构的协整堆叠自编码器模型，以在模型训练过程中保持长期均衡关系。推理标准。通过重构平稳特征，所提出的网络能够保留非平稳变量之间的有益关系。最后，在两种情况下验证了所提出方法的故障检测性能。
钢包炉气精炼、钢水温度、极梯度升压；光梯度增强机；灰狼优化：SHapley加法运算
现代工业装置普遍表现出规模大、过程长、多单元协同作业的特点，这使得时空分布具有内在性，质量稳定性通常难以保证。本文提出了一种基于质量相关时空信息分析的多单元协同监控框架。在该框架中，分别从单元级和过程级分析时空属性。首先，对于每个操作单元，采用当前特征提取策略构建质量监督时空支持区域。在该策略中，时间动态特征由具有注意力机制的长短期记忆（LSTM）网络提取。同时，利用互信息核主成分分析方法提取空间特征。其次，对于全厂过程，构建了一个三阶多单元时空特征张量进行特征融合。通过张量分解位置，探索了单元之间的相互关联和过程中的质量继承，并将原始特征空间分解为几个子空间。最后，在子空间上开发了一个多单元协同监测模型，并通过贝叶斯融合给出了综合监测结果，可以对监测结果进行合理的解释。所提出的框架在实际的热轧带钢生产过程中得到了验证。
现代制造过程通常包含多个子过程，过程变量的时空特征难以提取，这给传统的质量相关故障诊断带来了重大挑战。为了解决这个问题，我们提出了一种由图注意力网络驱动的故障检测模型——集成门控递归单元规范变量分析（GATRU-CVA）。首先，利用领域专家的知识和历史数据构建子块知识图。接下来，为全局变量构建了图注意力网络（GAT）的空间特征提取器。此外，使用子块知识图将全局空间特征划分为子块，并构建相应的时间特征提取器。然后，考虑到过程动态特性，使用CVA基于时空特征对过程进行建模，并计算相应的统计数据。阈值由核密度估计器（KDE）方法确定。最后，使用热轧带钢机过程（HSMP）的实际生产数据来验证所提出的模型。结果表明，该方法对HSMP的正确监测率（CMR）为97%与其他比较故障检测方法相比。关键词：规范变量分析、故障检测、门控递归单元（GRU）、图注意力网络（GAT）知识图。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
